---
type: paper
slug: yunseok-choi-2004-sweet-refraction-tomography
title: >-
  Efficient calculation method of the derivative of traveltime and amplitude
  using SWEET algorithm for refraction tomography
authors:
  - '[[yunseok-choi]]'
  - '[[changsoo-shin]]'
  - '[[eunnyeongheo]]'
year: 2004
venue: '[[journal-of-seismic-exploration]]'
volume: '12'
pages: 327-341
categories:
  - '[[geophysics]]'
  - '[[seismic-exploration]]'
methods:
  - '[[sweet-algorithm]]'
  - '[[finite-element-method]]'
  - '[[refraction-tomography]]'
  - '[[steepest-descent-method]]'
  - '[[frechet-derivative]]'
  - '[[laplace-domain-modeling]]'
themes:
  - '[[seismic-imaging]]'
  - '[[pre-stack-depth-migration]]'
  - '[[velocity-model-inversion]]'
last_updated: '2026-05-17T20:00:00+09:00'
---
# Efficient calculation method of the derivative of traveltime and amplitude using SWEET algorithm for refraction tomography

*[[yunseok-choi]], [[changsoo-shin]], [[eunnyeongheo]] (2004)* · [[journal-of-seismic-exploration]] 12:327-341

> Refraction tomography 의 first-arrival traveltime 과 amplitude 의 [[frechet-derivative]] 를 [[sweet-algorithm]] (Suppressed Wave Equation Estimation of Traveltime) 과 [[finite-element-method]] + sparse matrix 기술로 효율 계산하는 알고리듬을 제안한다. Marmousi-2 synthetic 모델에 적용해 long-offset (17 km) 탐사 데이터의 refraction tomography 가 pre-stack depth migration 의 smooth 초기 속도 모형 구축 도구로 사용될 수 있음을 시연한다. Cell parameterization 21 iteration 과 block parameterization 16 iteration 으로 RMS 오차가 초기값의 1-2% 까지 수렴.

- **RQ**: Refraction tomography 에서 first-arrival traveltime 의 [[frechet-derivative]] $\partial t_1 / \partial v$ 를 빠르고 정확하게 계산해 large-scale 속도모형을 효율적으로 inversion 할 수 있는가? Long-offset 데이터가 pre-stack depth migration 의 초기 모델 구축에 활용 가능한가?
- **방법론**: [[sweet-algorithm]] (Shin et al. 2002 의 Laplace 영역 damped wavefield), [[finite-element-method]] + sparse matrix factorization, [[frechet-derivative]] (analytic + numerical FD 검증), regularized [[steepest-descent-method]] (Lagrange multiplier $\lambda$ 로 damping), Kirchhoff pre-stack depth migration
- **데이터**: (i) 5 layer 합성 모델 (5 km × 0.5 km, source at 500 m, 10 m receiver spacing) — 해석적 vs 수치 Fréchet derivative 검증. (ii) Marmousi-2 모델 (17 km × 3 km, 40 m grid, 105 shots at 160 m intervals, 426 receivers at 40 m intervals)
- **주요 발견**: (i) 해석적 Fréchet derivative 와 finite-difference 수치 Fréchet derivative 가 정확히 일치. (ii) Long-offset (17 km) cell parameterization 21 iteration → 초기 RMS 의 1-2% 까지 수렴, 실제 Marmousi-2 구조와 vaguely 일치. (iii) Block (5×5 cells) parameterization 은 동일 품질을 16 iteration 에 도달, 계산 시간 96% 단축. (iv) Short-offset (3 km) 은 표층 zone 만 inversion 가능, depth image 미개선. (v) Long-offset cell-parameterization 결과를 Kirchhoff pre-stack depth migration 의 초기 속도로 사용 시 depth image 가 현저히 개선
- **시사점**: 대규모 long-offset 탐사 데이터의 refraction tomography 가 reflection tomography 의 대안으로 pre-stack depth migration 의 smooth 초기 속도 모델 구축 도구가 될 수 있다. Block parameterization 으로 계산 비용 대폭 절감 가능

## 요약

본 paper 는 [[eunnyeongheo]] 의 1기 (1998-2008) 중 *지구물리·시추 영역의 cross-disciplinary collaboration*. [[eunnyeongheo]] 의 main line (에너지·자원 경제학, 원유 시장, 원전 학습효과) 과는 독립된 영역이지만 SNU 토목·도시·지구시스템공학 소속으로서 [[changsoo-shin]] (Shin lab) 의 SWEET 알고리듬 라인에 합류한 사례. [[yunseok-choi]] 가 주저자 (당시 박사과정 추정), [[changsoo-shin]] 가 SWEET 의 originator. Refraction tomography 의 핵심 bottleneck 인 Fréchet derivative 의 효율 계산 문제를 Laplace 영역 damped wavefield 의 numerical structure 만으로 해결한 것이 contribution.

SWEET 알고리듬의 핵심 아이디어는 — 시간 영역 wave equation 의 wavefield $u(t)$ 를 spike series $\sum_n A_n \delta(t - t_n)$ 로 근사하고, Laplace 변환에서 strong damping factor $e^{-st}$ 를 곱하면 first arrival 만 살아남는다는 점. 결과는 Laplace 영역에서 closed form $\tilde{u}(s) \approx A_1 e^{-s t_1}$ 이고, $s$ 에 대한 미분으로 traveltime 을 직접 계산 가능 ($t_1 = -(1/\tilde{u})(\partial \tilde{u}/\partial s)$). 본 paper 는 이 framework 을 한 단계 더 밀어, model parameter $p_i = v_i$ 에 대한 *2 차 미분* $\partial^2 \tilde{u} / \partial s \partial p_i$ 까지 numerical 구조만으로 도출. 결과는 traveltime 의 Fréchet derivative 가 (i) impedance matrix $S = Ms^2 + K$ 의 LU 분해 1 회 + (ii) sparse RHS multiple back-substitution 으로 계산 가능 — 분석적 도출 없이 [[finite-element-method]] 의 자료구조만으로 완료.

Marmousi-2 (Martin et al. 2002) 합성 데이터 실험 결과: 17 km × 3 km 모델을 40 m grid 로 이산화하고 105 shots × 426 receivers 의 long-offset survey 를 모사. Cell parameterization (각 셀이 독립 unknowns) 으로 short offset (3 km, 76 receivers) 사용 시 28 iteration 후 표층만 inversion 됐고 (Fig. 5b), long offset (17 km, 426 receivers) 사용 시 21 iteration 에서 모델 전체 구조와 vaguely 일치 (Fig. 5c). Block parameterization (5×5 cells 가 1 unknown) 으로 long offset 16 iteration 후 cell-parameterization 과 유사 품질이지만 계산 시간 96% 단축 (Fig. 5d). RMS 오차는 모든 case 에서 초기값의 1-2% 까지 수렴 (Fig. 6). Long-offset inverted velocity 를 Kirchhoff pre-stack depth migration 의 초기로 사용 시 depth image 가 현저히 개선 (Fig. 7c, d) — 본 paper 의 핵심 정책 시사: long-offset refraction tomography 가 pre-stack depth migration 의 robust 초기 모델 도구. 본 연구는 [[eunnyeongheo]] 의 에너지 economics line 과 별도의 협업이며, 자원 탐사·시추 industry 의 SNU 응용 연구 일환으로 위치한다.

## 핵심 결과

**알고리듬 비교 (Marmousi-2 17 km × 3 km, 40 m grid)**

| Parameterization | Offset | Iteration | RMS 수렴 | 계산 비용 | Depth image 개선 |
|---|---|---:|---|---|---|
| Cell (각 셀 독립) | 3 km (76 rec) | 28 | 1-2% | 기준 | 미개선 |
| Cell | 17 km (426 rec) | 21 | 1-2% | 기준 | 현저 개선 |
| Block (5×5 cells) | 17 km | 16 | 1-2% | −96% | Cell 과 유사 |

**핵심 수치:** Marmousi-2 model 17 km × 3 km, grid 40 m, 105 shots at 160 m, 426 receivers at 40 m; 5-layer 검증 모델 5 km × 0.5 km.

**검증:** 해석적 Fréchet derivative (Laplace + FEM) ≈ finite-difference numerical derivative (Fig. 2, 3) — 두 결과가 시각적으로 동일.

**Pre-stack depth migration 결과 (Fig. 7):** (a) 초기 (linear-with-depth) 속도 → 흐릿. (b) Short-offset 28 iter 속도 → 미개선. (c) Long-offset cell 21 iter 속도 → 현저히 개선. (d) Long-offset block 16 iter 속도 → (c) 와 유사 품질.

## 방법론 노트

핵심 통찰은 Laplace 영역의 wave equation 을 strong damping 으로 풀면 first arrival event 만 분리 가능하고, 모든 derivative 가 동일한 impedance matrix 의 forward/backward substitution 으로 계산 가능하다는 점.

핵심 식 — Laplace 영역 damped wavefield:

$$
\tilde{u}(s) = \int_0^\infty u(t) e^{-st} dt \approx A_1(x,z) \, e^{-s t_1(x,z)}
$$

여기서 $s$ 는 충분히 큰 Laplace frequency, $t_1$ 은 first-arrival traveltime, $A_1$ 은 그 amplitude. $s$ 에 대한 미분으로:

$$
t_1 = -\frac{1}{\tilde{u}} \frac{\partial \tilde{u}}{\partial s}, \qquad A_1 = \tilde{u} \, e^{s t_1}
$$

FEM 이산화 후 impedance matrix $S = Ms^2 + K$ 에 대한 wavefield 방정식 $S \tilde{u} = \tilde{f}$. 모델 파라미터 $p_i = v_i$ 에 대한 Fréchet derivative 는

$$
S \frac{\partial \tilde{u}}{\partial p_i} = -s^2 \frac{\partial M}{\partial p_i} \tilde{u}
$$

로 sparse RHS 가 됨. Inversion 은 regularized [[steepest-descent-method]]:

$$
\mathbf{p}^{(k+1)} = \mathbf{p}^{(k)} - \left[\,\text{diag}[\mathbf{J}^t \mathbf{J}] + \lambda \mathbf{I}\,\right]^{-1} \mathbf{J}^t \delta \mathbf{d}
$$

여기서 $\mathbf{J}$ 는 Jacobian, $\delta \mathbf{d}$ 는 측정-모형 residual, $\lambda$ 는 Lagrange multiplier (step length 정규화). 식별은 (i) long-offset survey 가 깊은 ray coverage 제공, (ii) sparse FEM matrix 의 LU 분해 후 multiple RHS back-substitution 으로 모든 derivative 1-pass 계산, (iii) blocky parameterization 으로 unknown 수 96% 감소.

## 연구 계보

본 paper 는 [[changsoo-shin]] lab 의 SWEET 알고리듬 라인 (Shin 1988 박사논문, Tulsa; Shin et al. 1999 *J. Seismic Explor.*; Shin et al. 2001 *Geophysics* — reciprocity for partial-derivative wavefield; Shin et al. 2002 *Geophysics* — traveltime/amplitude with damped wave solution) 을 직접 잇는다. Pratt (1999 *Geophysics*) 의 frequency-domain waveform inversion, Lines-Treitel (1984 *Geophys. Prosp.*) 의 least-squares inversion, Martin-Marfurt-Larsen (2002 SEG) 의 Marmousi-2 benchmark, Kreyszig (1993) 의 sparse matrix 수치해석을 사용. [[eunnyeongheo]] 의 다른 paper 들과는 *주제적으로 독립* 된 cross-disciplinary collaboration 이며, *1기 (1998-2008) 의 SNU 토목·지구시스템공학 소속* 정체성을 반영하는 작업.

## See also

- [[eunnyeongheo]]
- [[changsoo-shin]]
- [[yunseok-choi]]
- [[journal-of-seismic-exploration]]
- [[sweet-algorithm]]
- [[finite-element-method]]
- [[refraction-tomography]]
- [[frechet-derivative]]
- [[seismic-imaging]]
- [[pre-stack-depth-migration]]
- [[laplace-domain-modeling]]